Kfeimeo 2023-04-15 这让我想到有一个实例，就是泊松流生成模型。类似于扩散模型收到热扩散的启发，泊松流是假设电荷在电场作用下相互排斥然后扩散。据说生成速度和质量都超过了扩散模型。https://www.zhihu.com/answer/2731287222 ♥ 38 ↩ 6
普罗列塔利亚_Taria 2023-04-16 分享一个神经常微分方程里基于闭式解的工作。 Closed-form continuous-time neural networks 这篇文章发表在Nature machine intelligence上，作者对一个计算神经学的微分方程求出了近似的解析解，来避免solve ODE的过程 看后续的工作，效果似乎很不错 Causal Navigation by Continuous-time Neural Networks ♥ 32 ↩ 1
九三西域府 2023-04-17 这个和physics-informed machine/deep learning区别大不。之前读过一个PIML的综述也提到用于偏微分方程求解问题，通过边界条件初值什么的，用网络求解。可以结合一些特定的方程知识或者物理模型知识什么的，应用于特定的领域问题，增强神经网络可解释性。 ♥ 10 ↩ 2
churenmei44 2025-05-20 搜索NODE-->看完本视频，我懂了-->再看看主页还有什么教学视频触类旁通一下-->点进主页-->按照播放量排序-->《平民刻晴五大配队速通手法实战教学-细节绝对超乎你的想象!》-->别说还真是游泳的教学视频呢[辣眼睛][辣眼睛] ♥ 3
92880409 2025-05-04 口音听着很像黑龙江老乡啊。 另外伴随灵敏度法是一个很广泛应用的方法吗，控制的解最优参数也使用了这个方法。 并且有一个将各类最优化问题变形为解最优参数问题的方法，虽然解最优参数问题比别的最优问题可能会更复杂，不是很了解这方面的实际用处。 不过这方面思考的话，也许可以将MPC与强化学习结合起来，用neuralODE代替模型，也许可以带来一些可解释性，不知道有没有这方面的论文。 ♥ 2
Comments
这让我想到有一个实例，就是泊松流生成模型。类似于扩散模型收到热扩散的启发，泊松流是假设电荷在电场作用下相互排斥然后扩散。据说生成速度和质量都超过了扩散模型。https://www.zhihu.com/answer/2731287222
♥ 38 ↩ 6
分享一个神经常微分方程里基于闭式解的工作。 Closed-form continuous-time neural networks 这篇文章发表在Nature machine intelligence上，作者对一个计算神经学的微分方程求出了近似的解析解，来避免solve ODE的过程 看后续的工作，效果似乎很不错 Causal Navigation by Continuous-time Neural Networks
♥ 32 ↩ 1
我看了论文Diffusion和Consistency模型的去噪步骤就属于这个原理
♥ 26 ↩ 4
老哥终于想起了副业[doge][doge][doge]
♥ 14
这个和physics-informed machine/deep learning区别大不。之前读过一个PIML的综述也提到用于偏微分方程求解问题，通过边界条件初值什么的，用网络求解。可以结合一些特定的方程知识或者物理模型知识什么的，应用于特定的领域问题，增强神经网络可解释性。
♥ 10 ↩ 2
看了up这个视频关注的，然后发现up还更新原神视频，忽然有一种“原来你也玩原神”的感觉……[笑哭][笑哭]
♥ 9
正好上学期常微分方程考了100 最近做数学模型又想了解神经网络，挑战一下，感谢UP分析
♥ 4
做pde神经网络的路过
♥ 4
搜索NODE-->看完本视频，我懂了-->再看看主页还有什么教学视频触类旁通一下-->点进主页-->按照播放量排序-->《平民刻晴五大配队速通手法实战教学-细节绝对超乎你的想象!》-->别说还真是游泳的教学视频呢[辣眼睛][辣眼睛]
♥ 3
原来你也
♥ 3
口音听着很像黑龙江老乡啊。 另外伴随灵敏度法是一个很广泛应用的方法吗，控制的解最优参数也使用了这个方法。 并且有一个将各类最优化问题变形为解最优参数问题的方法，虽然解最优参数问题比别的最优问题可能会更复杂，不是很了解这方面的实际用处。 不过这方面思考的话，也许可以将MPC与强化学习结合起来，用neuralODE代替模型，也许可以带来一些可解释性，不知道有没有这方面的论文。
♥ 2
up主，想问下视频19:15处的极限式子的分子的积分函数是令它等于常数进行计算吗？
♥ 2 ↩ 4
数学不会，遗憾离开
♥ 2
终于想起副业了[doge]
♥ 2
UP这个ppt还留着吗？想用来组会汇报[笑哭]
♥ 1
🐮啊，给我一个视频完全讲懂了
♥ 1
好像t的伴随状态有问题@丘比特的帽子 ，a(t)里面也有t，up主能解答一下吗[大哭]
♥ 1 ↩ 4
想请教一下 这个nueral ODE 有什么应用场景么 还是说所有的问题都适合
♥ 1
在？给我继续更新深度学习！！！！多更新一些生成模型 谢谢？
♥ 1